高校學生日常行為異常檢測的一種改進模糊聚類方法.pdf

1、隨著數(shù)字化和信息化技術在各大高校中的廣泛普及，智能管理系統(tǒng)得到了廣泛的應用和高度重視，是高校信息化程度的重要的標志。伴隨著一卡通的應用，高校里的各類管理信息系統(tǒng)積累了大量的數(shù)據(jù)，如學生成績、消費信息、上網信息、圖書館借閱信息、進出宿舍樓情況等等。但我們對數(shù)據(jù)處理和應用，仍然只是停留在一個簡單的查詢和統(tǒng)計報告階段，并沒有采取有效的措施，充分利用這些數(shù)據(jù)，為學生管理提供有效的決策支持。而在這些大量數(shù)據(jù)中，對異常數(shù)據(jù)的研究比正常數(shù)據(jù)往往更有意

2、義。因此本文的重點就是利用這些數(shù)據(jù)對學生的行為進行分析，找出行為異常的學生，為后續(xù)學校的管理工作提供決策支持。
　　本文首先研究現(xiàn)階段對異常研究領域的一些重要方法，如:基于統(tǒng)計分布的異常檢測方法、基于距離的異常檢測方法、基于偏差的異常檢測方法、基于深度的異常檢測方法、基于密度的異常檢測方法、基于聚類的異常檢測方法，并分析了這些常用的異常檢測算法的優(yōu)劣度。其次，本文從學生行為的概念入手，在前人研究的基礎上，介紹了本文將要著重研究的學

3、生行為:消費行為、課程成績、正?；貙嫶螖?shù)、上網時間等等。這些行為將作為后期對學生的行為特征進行異常檢測的四個維度，對學生的行為異常進行一個鑒定。在本文中異常并無褒義貶義之分，這里的異常概念只是區(qū)分個別學生與大部分學生的一個不同。利用特征數(shù)據(jù)對學生行為進行表示。通過對基于距離的異常檢測算法的研究，提出了基于距離的改進的相似度和的算法。隨后通過對聚類思想的分析，發(fā)現(xiàn)聚類和異常檢測在某種程度上存在相似之處，通過分析模糊聚類算法的缺點，提出利用